创新型产业集群企业网络关系特征与创新绩效关系:知识流动视角的路径研究

赵忠华

(福建工程学院 管理学院，福州350108)

一、研究背景

从网络化角度对于产业集群理论进行研究是产业集群研究领域的重点之一［1］。产业集群的网络结构、关系、特征等要素均对产业集群整体竞争优势的发展以及集群内企业的发展有着重要的影响［2］。随着经济全球化以及信息网络技术的不断发展，产业集群的规模、结构与发展速度等的提升空间越来越大，传统的产业集群面临着重大的挑战，产业的升级与转型成为主流［3］，产业集群内的创新机制、知识管理等越来越受到研究者的关注［4］。基于这个背景，本文就从知识流动的视角对产业集群内企业网络关系特征与绩效之间的关系进行研究。

从产业集群的网络结构视角来看，产业集群的网络结构研究对象主要有集群内企业与整个产业集群两个视角［5］。从整个产业集群的视角来看，产业集群网络结构对整个产业集群的竞争优势存在着重要的影响，产业集群网络特征决定着整个产业集群的创新绩效。从产业集群的集群内企业视角来看，产业集群的网络结构特征主要体现为企业网络关系特征对企业绩效的影响。从这方面的研究来看，理论分析居多，鲜有令人信服的实证研究显示两者之间的关系。从微观的角度来看，集群内的企业更关心的是能从产业集群内获得什么样的绩效改善，而不是产业集群的整体绩效，因此，从企业视角出发，通过实证研究网络关系特征与绩效之间的关系对于企业更有意义。

创新型产业集群是随着国内外产业集群理论研究的不断深化提出来的区别于传统的技术低端的集群［6］。传统的产业集群注重的是产品和服务，创新型产业集群则注重的是技术创新扩散和知识流动能力，这也是创新型产业集群的核心能力表现。那么，在创新型产业集群内企业网络关系特征与知识流动之间是什么关系?与创新绩效之间关系如何?基于此，本文从知识流动视角研究创新型产业集群内企业网络特征与创新绩效关系。

二、文献综述与理论模型

(一)创新型产业集群的界定

国外最早明确提出创新型产业集群概念的是Voyer。根据Voyer的观点，创新型产业集群是指一个地区或城市的企业集中，包括来自于一个或多个产业部门的制造者、供应者和服务提供者。这些企业受到大学、研究机构、融资机构、孵化器、商会服务和先进的交通运输系统的支撑。他的核心是一些技术密集型或知识密集型的企业，并且科学技术知识推动了新生企业的发展［4］。对比创新型产业集群和产业集群的特点可知，创新型产业集群的关注点在于创新型企业的创新能力，关注于其如何产生持续的竞争优势，而一般产业集群侧重于观察分析集群中的纵横交织的行业联系［7］。因此，创新型产业集群不同于传统产业集群，它是以资源共享、优势互补为基础，以技术创新为关键驱动力，由集群内参与技术创新的行业主体(企业、大学、科研院所、中介服务机构、政府等)通过一定的机制相互延伸和交融组成的技术创新与知识流动的网络系统，通过在集群范围内合理优化配置创新资源，在集群创新系统各组成部分之间创造、传播、引进、扩散和应用新技术、新知识、新工艺，以促进集群经济可持续增长和产业结构优化，其核心是要实现集群内创新主体之间的密切联系和有机互动，使知识和技术在集群创新系统内部有效流动和充分扩散，真正起到增强企业核心竞争力、提升集群竞争优势的作用［6］。基于此，本文将创新型产业集群界定为在一定的地理范围内，以专业化分工和协作为基础的同一产业及其相关产业链，基于持续的技术创新扩散能力和高度集中的知识交流，交互式和共享的社会价值，通过集群化来制造新产品，从而提升企业绩效并获得竞争优势的一种组织形式。

(二)创新型产业集群内的知识流动特征

在当前的市场环境下，社会发展正在由以物质资源为中心的工业经济时代，逐步过渡到以知识资源为基础的知识经济时代。知识正在成为最重要的战略要素，以知识为基础的创新竞争已日益白热化。知识资源已经成为经济发展的重要依托，成为企业获得持续竞争优势的最可靠的源泉，因此，促进和提高知识的获取、共享和利用成为创新型产业集群网络构建的重要目标。在创新型产业集群网络内，知识的生产、转移与重组比起单一的企业更为有效，但也具有更为明显的特征［8］。

在创新型产业集群内，知识流动是指知识在相关行为主体之间的转移、共享和使用过程，其实质就是相关行为主体之间的交互作用过程。创新型产业集群的网络结构是由一定地域范围内的创新企业、大学等科研机构、中介服务机构、金融机构和政府机构等要素构成。其中，企业为核心构成要素。根据OECD(经济合作与发展组织)的观点:集群创新系统的创新过程是系统内相关创新主体之间的交互作用过程，其实质是知识在创新主体之间的流动与传递过程［9］。知识只有在创新主体之间传递、共享和使用，才能完成创新，才能通过生产要素的重新组合实现集群区域的可持续发展。因此，知识流动是创新型产业集群网络中创新主体之间交互作用的实现方式，是创新型产业集群完成创新的前提条件。知识流动的规模与效率直接影响创新型产业集群网络的结构与运行效率。

创新型产业集群网络中企业在经济实力和吸收能力上存在差异，集群企业必须相互学习并分工，集群中的强势企业瞄准集群外部高新知识进行外向型学习，而弱势企业则从这些知识在集群内部的后续扩散中学习，从而形成“外部引进——内部扩散”的知识流动网络，以此推动集群整体技术能力的提高［5］。

(三)创新型产业集群网络关系特征

创新型产业集群网络结构的要素按照Hakansson的观点，主要有三个基本变量:行为主体、资源和活动的发生［10］。从行为主体的角度来看，主要是指创新型产业集群网络内的节点，主要包括:企业、大学及科研机构、中介服务机构、金融机构以及政府部门，这五类节点构成了创新型产业集群网络结构的行为主体;而从行为发生的角度来看，创新型产业集群内的活动发生，即网络关系链结构，可以被分解为核心关系链、辅助关系链和外围支撑关系链，它们体现了创新型产业集群网络内各行为主体之间活动发生的特征;从资源的角度来看，在创新型产业集群内部，人才、信息等资源的流动及合理配置，可以推动经济发展和技术创新活动的产生［11］，因此，本文认为创新型产业集群网络中最重要的资源，是嵌于本地区域内部的技术创新扩散和知识流动，通过技术创新扩散和知识流动，能够促进集群各类主体间正式和非正式连接，而本文主要关注于知识流动这种资源再生行为主体间活动发生的特征与方式。

创新型产业集群网络结构要素之间的关系构成了创新型产业集群网络结构的运行方式，但是，这种运行方式需要通过特殊的方式表现出来，这种特殊的方式就是创新型产业集群网络结构的刻画。由于本文是从企业视角进行的研究，因此主要关注于以企业为对象的创新型产业集群网络结构刻画。根据社会网络分析与复杂网络分析的观点，结合创新型产业集群的要素，本文认为，创新型产业集群具有基于社会联系、信任、共享和互补资源等网络关系特征，集群中的社会网络关系是区域范围内的，企业和当地机构的地理接近性提高了知识流动的效率，同时加强了企业间、企业与公共部门之间的多种合作关系。除了方便和加速企业间的交易外，地理上的接近性还创造了社会凝聚氛围和共同的集体意识［12］。

创新型产业集群网络内上下游企业间存在着密切的产业联系，同时还伴随着资金、人力资本、信息等要素的流动，企业间的接触和交往频繁，生产经营等活动基于彼此之间的信任，这种企业共生的互惠方式提高了群内企业的生存和发展。创新型产业集群的核心网络与辅助网络、外围支撑网络之间也存在着比较密切的关系，辅助网络与外围网络中的要素状况及要素变动制约着核心网络的联结。

(四)创新型产业集群网络关系特征、知识流动与绩效关系理论分析

1.创新型产业集群网络关系特征与知识流动

创新型产业集群内存在不同身份的人，包括企业主、管理人员、工人、技术人员、服务人员、社会公共管理人员以及他们的家属、亲戚和朋友等等，这些人通过血缘、亲缘、地缘和各种工作关系构成了产业集群的社会关系网络。社会交往在提高知识交换的深度、广度和频度的同时，也增加了与双方特定关系相关的共同知识，降低了知识的模糊性，增强了知识的转移和创新。普特南认为如果关系双方高度信任，则人们更愿意参与社会交换，而且更愿意采取合作性的交往［13］;Knack和Keefer认为，高信任水平中的的个人更有可能创新，低信任却会破坏创新［14］;Nahapiet也指出，成员间信任水平越高，人们越愿意冒险参与各种交换［15］。信任可为关系双方开启智力资本交换的通道，双方信任水平越高，就越愿意采取互利、学习手段来获取另一方知识，信任增加了对通过交换获取价值的预期，从而带来个人对各种事实开放的心态，并确保了沟通和对话在产业集群内，个人之间非正式交流经过长时间的积累就会形成信任。因为信任，个人之间交流更充分(双方毫无保留地进行交流)，交流的效果也更好(不存在欺骗、压力等)，交流速度也更快(能随时交流、不用说无关的场面话等)，创新也就更容易。

从创新型产业集群内网络关系特征来看，创新型产业集群内的人力、物资、资本、信息、符号和情感等在参与者的共享、使用、交换下，也形成了网络状态，从而构成了集群的地方化生产系统。另外，集群内企业往往具有分享信息、观念等合作的意愿，通过正式和非正式的社会网络，群内企业能够获得大量的合作机会。在这一机制下，集群中企业是相互依赖的而不是独立的，集群企业群体就具有了网络性的结构，集群内的企业不应该被视为孤立的个体，除了正式的交流网络之外，还有非正式的关系交流网络，有时候甚至会起到正式网络所起不到的良好效果。网络关系特征既包括创新型产业集群内成员之间的社会联系程度和网络成员之间的信任程度，也包括网络成员之间的信息和资源共享程度，当然，网络成员间的社会联系程度越高、信任程度和资源共享程度越高，就说明创新型产业集群内网络成员之间的联系就越紧密，知识流动的效果就越好。

基于此，本文提出假设一。

假设一:创新型产业集群内企业的网络关系特征与知识流动间存在着显著的正相关。

2.创新型产业集群内知识流动与企业绩效

创新型产业集群内部和外部的知识流动无论在数量上还是在速度上都超过其他经济组织。虽然，知识流动并不是产业集群或企业绩效的唯一原因，但从知识流动方面来对创新型产业集群进行分析和总结无疑会拓宽思维，为集群的建设提供一种新思路、新方法。

知识流动对创新型产业集群绩效的影响有:

(1)创新的氛围。创新型产业集群内企业因为存在着长期而广泛的交易、合作和互动关系，会使单个企业创新的外部经济尽可能地为集群内部所享有，而且会形成一种以互信为基础的集群文化。这种外部经济内部化的效果及互信的集群文化，使得群内企业不仅可以以非契约的形式开展交易，而且能在一种信赖的气氛中交流和分享技术。这样就解除了成员企业对联合技术创新的戒备心理，使其愿意加大对创新的承诺和投入，形成一种良好的创新氛围，促进企业的创新绩效［5］。

(2)创新的动力。波特认为，企业集群能够提高群落内企业的持续创新能力，并日益成为创新的中心。企业持续联系有助于企业通过相互学习来改进技术、机器及部件的适用性以及服务与市场观念［6］。发生在企业群落内的竞争压力、潜在压力和持续的比较也构成了企业的创新动力，从而提升企业的创新绩效。

(3)创新的效率。企业在创新型产业集群内容易产生聚集效应，会形成各种价值活动和配套服务的专业化市场，专业化分工能使单个企业实现创新的规模经济性，在降低投入成本的同时提高创新的效率［6］。同时，集群内广泛存在的合作机制可能也分摊创新的初始成本和风险，共享创新的收益。

(4)创新的频率。知识和信息在创新型产业集群内的迅速和大规模流动会产生一种知识的溢出效应。为获取持续的竞争优势，区域内各企业必须加快创新的频率，以保持自己动态的竞争优势。这种竞争优势建立在迅速、大规模的生产、传播和应用知识的基础上，完全适应了知识经济时代的要求。创新过程中各行为主体间的相互作用才是把投入转化为产出的关键所在，即知识和信息在个人、企业、机构之间的流动，才是决定创新绩效的重要机制［5］。

知识流动的目的是通过知识在相关行为主体之间有效转移、重新组合和优化配置，提高知识的使用效率，并通过生产要素的重新组合推动技术创新，实现经济增长。因此，知识流动的规模和效率直接影响创新型产业集群内企业的创新绩效。基于此，本文提出假设二。

假设二:创新型产业集群内企业的知识流动与创新绩效之间存在着显著的正相关。

(五)理论模型

根据创新型产业集群内企业网络关系特征、知识流动与创新绩效之间关系的分析，创新型产业集群内企业个体网络特征遵循“网络关系特征——知识流动——创新绩效”这个路径，基于此，可以建立本文的理论模型，见图1。

图1 创新型产业集群内企业个体网络特征、知识流动与创新绩效之间关系理论模型

三、研究数据

(一)样本确定程序

创新型产业集群网络结构的首要步骤就是确定网络的边界、选择网络的节点。集群网络的边界确定是一个复杂的问题，在现有社会网络分析文献中，很少有针对全体节点的“连接”状况进行网络刻画，多采用抽样研究的方法［16］。而且，网络节点的选取多借助于“便利抽样”的方法。因此，本文以沈阳市的行政区域划分为标准。首先，根据前期的一些资料，选取了沈阳市大东区的汽车产业集群为研究对象，并通过浏览沈阳市大东区汽车行业的企业黄页以及咨询沈阳市中小企业局、沈阳市大东区发改委以及沈阳金杯汽车集团有限公司的高层人员初步确定调查范围，为了真实地反映沈阳市大东区汽车产业集群的现状，在创新型产业集群网络结构的企业节点选取上，本文采用了重点企业抽样和随机抽样的方法，选取3家核心的汽车整车企业，随机调研10家汽车维修企业和50家汽车零部件企业作为网络刻画对象。然后将这63家企业作为调查对象进行实地调查，具体的节点选取情况如表1所示。

表1 沈阳市大东区汽车产业集群网络结构的节点选取情况

(二)数据搜集过程

本文所需的网络结构刻画数据、技术创新扩散与知识流动情况是以上文抽样的63家企业为中心展开的。在调查过程中，主要通过实地调研和访谈的方式进行，与沈阳市中小企业局和大东区政府工作人员联系并请其推荐介绍，然后深入企业进行调研。调研对象主要选取企业的部门经理，简单介绍调研目的之后，并对问卷中的部分问题作出解释，请求企业经理即时填写问卷，当场回收。通过这种方式，研究小组共调研了48家企业，回收问卷48份。还有7份问卷由企业相关的生产和技术人员填写并经企业领导审核后回收，也一并作为有效问卷。另外，还有3家维修企业、5家零部件企业拒绝接受调查，这8家企业的调查问卷视为无效问卷。最后共保留有效问卷55份，有效率为87.30%。

(三)变量测量

1.网络关系特征的测量

创新型产业集群网络关系特征的指标主要有社会联系、信任、共享和互补资源。基于以上分析，结合企业自身的情况，在设计调查问卷时，通过下面几个问题来衡量创新型产业集群内企业网络关系特征:

(1)社会联系程度:与本地客户联系的频繁程度(shlx1);与本地供应商联系的频繁程度(shlx2);与本地大学、科研机构联系的频繁程度(shlx3);与政府部门、中介机构联系的频繁程度(shlx4)。

(2)信任程度:与本地客户和供应商的熟悉程度(xrcd1);与本地大学、科研机构人员的熟悉程度(xrcd2);与政府部门人员的熟悉程度(xrcd3);与当地金融机构人员的熟悉程度(xrcd4);与中介机构人员的熟悉程度(xrcd5)。

(3)资源共享状况:与本地客户和供应商之间的资源共享程度(zygx1);与大学、科研机构的资源共享情况(zygx2);与政府部门的资源共享情况(zygx3);与金融机构的资源共享情况(zygx4);与中介机构的资源共享情况(zygx5)。

2.知识流动的测量

在衡量创新型产业集群内企业之间的知识流动状况时，由于知识流动测度的困难性，我们只能通过企业间知识流动的表现形式来测量。创新型产业集群内企业之间知识流动的方式主要有:技术合作、人才流动、企业间专利技术等无形资产的转让、广泛市场调查。企业间知识流动的方式除了上述几种主要方式以外，还包括很多，如企业间员工非正式交流、产品交易会等等，企业间知识的流动，不论是何种形式，对企业的创新绩效都会产生深远的影响。但是，较为主要的还是技术合作、人员流动和知识产权交易三类。基于以上的分析，结合企业自身的情况，在设计调查问卷时，通过下面几个问题来衡量创新型产业集群内企业的知识流动状况:

(1)技术交流状况。A.与本地客户进行技术交流的程度(jsjl1);B.与本地供应商进行技术交流的程度(jsjl2);C.与本地大学、科研机构进行技术交流的程度(jsjl3);D.与政府部门、中介机构进行技术交流的程度(jsjl4)。

(2)人员流动状况。A.与本地客户间的人员流动(ryld1);B.与本地供应商之间的人员流动(ryld2);C.与本地大学、科研机构之间的人员流动(ryld3);D.与政府部门、中介机构之间的人员流动(ryld4)。

(3)专利技术、商标等知识产权交易情况。A.与本地客户进行知识产权交易的程度(zscq1);B.与本地供应商进行知识产权交易的程度(zscq2);C.与本地大学、科研机构进行知识产权交易的程度(zscq3);D.与政府部门、中介机构进行知识产权交易的程度(zscq4)。

并且，对以上的指标通过“5”点量表来测量，“频繁程度”的测量主要通过“1”-不频繁;“2”-较不频繁;“3”-一般;“4”-较频繁;“5”-频繁来衡量，表示其对该问题的看法。其计算公式为:

其中，xi、yi、zi表示各测量指标的系数;Ekti、Ekri、Ekki表示各二级指标的测量值。

3.创新绩效的测量

本文所研究的创新型产业集群网络结构的核心目的是提高群内企业和网络整体的绩效水平，企业和网络整体的绩效指的是创新绩效。创新绩效是学者们实证研究企业技术创新问题时经常使用的一个变量。虽然长期以来管理学和应用经济学领域对技术创新的研究已经比较多，但是对于创新绩效的测度到目前尚未形成公认的指标体系［17］。研究者们通常结合样本特征、企业主营业务所处产业、企业所处国家等方面的因素，然后根据研究的需要选取指标来度量创新绩效。从目前对创新绩效的度量情况看，虽然学者们提出的技术创新指标有所不同，但实际上，学者们基本赞同从创新效率和创新效益两个方面来度量创新绩效［18］。本文研究的主体就是创新型产业集群，整体网络结构的绩效很难确定，由于创新型产业集群无论是企业还是整体网络结构的主要竞争优势都体现在创新上，因此，本文就用绩效来表示企业的创新绩效。在研究企业绩效的水平基础上，进而分析网络的平均绩效。

另外，考虑到获取企业可靠的客观数据比较困难，并且不同行业企业的创新绩效数据不具有可比较性，因此，对于创新绩效的衡量主要采用主观评价，这也是目前企业调研通常采用的方法。本研究结合张方华的研究使用四个题项从创新效率和创新效益两个方面来度量企业的创新绩效［19］:与同行业主要竞争对手相比新产品产值率情况(cxjj1);与同行业主要竞争对手相比新产品竞争力情况(cxjj2);与同行业主要竞争对手相比新产品的开发速度情况(cxjj3);与同行业主要竞争对手相比新产品的成功率情况(cxjj4)。

每个题项均采用李克特(Likert type)5级量表，从1到5分别表示由差(弱或坏)到好(强)。其计算公式为:

其中，xi表示各测量指标的系数;Epi表示各二级指标的测量值。

(四)信度与效度检验

对数据的信度计算，常采用克朗巴哈1951年提出的系数(简称克朗巴哈公式)进行计算。效度是指测量工具确能测出其所要测量的特质的程度。效度越高，表示测量结果越能显示所要测量对象的真正特质。由于无法确定目标真实值，因此，效度的评价较为复杂。常用的效度指标有内容效度(Content Validity)和结构效度(Construct Validity)。本研究使用全部样本进行探索性因子分析来测量效度。本文的信度分析通过Spss13.0来操作，具体结果如表2所示。吴明隆认为，统计数据通常要求总量表的信度在0.7以上，分量表中的α值要求在0.6以上［20］。通过表2的结果可以看出，问卷的总量表信度达到了0.924，分量表信度也都在0.7以上，符合基本的要求。调查问卷效度分析结果如表3所示。本研究采用因子分析来考察问卷的结构效度，评价问卷内部条目与其反映的结构间的关系。从表3中来看，几组指标公因子的累计方差贡献率均达到了最低40%的要求，每个问题在最大公因子上的负荷值大部分都大于0.5，分析结果表明，问卷具有较好的结构效度。

表2 指标信度分析结果

表3 指标效度分析结果

四、实证分析

对于理论模型的实证分析本文采用结构方程模型来进行计算，运用的软件是AMOS17.0。在运用结构方程模型进行实证分析后是网络关系特征与知识流动及绩效之间的关系，具体结果如图2所示。整体模型的路径系数见表4，模型拟合结果见表5。

在本研究模型中，主要是通过一条路径来研究创新型产业集群网络关系特征与绩效关系的，即网络关系特征与知识流动及创新绩效之间的关系。在对实证结果分析时，从整体模型的拟合情况和各个模型的路径系数与显著性两方面来分析。

1.模型整体拟合情况分析

从模型的拟合结果来看，指标属于较好的拟合，这也是可以接受的。λ2/df小于3，Probability level为0.000，各个拟合系数都属于很好和较好范围内，总体来说模型的有效性得到了较好的验证。

2.路径系数及显著性分析

统计显著性的要求为0.05以下。从模型的路径系数及显著性的结果来看技术交流与社会联系、人员流动与社会联系这两条路径的路径系数在统计上不显著。

从路径系数反映的变量间的相关关系来看，除去两条统计上不显著的路径外，在模型中知识产权与社会联系、知识产权与创新绩效这两条路径系数为负，显示两者之间是负相关关系，拒绝原先的假设;除此之外，在其他的路径上都显示正相关，证实了原假设。路径系数的大小反映了影响关系的大小，由于是标准化的路径系数，因此便于横向比较，分析哪个变量的影响更大，并根据分析的结果对企业提出合理的建议。

网络关系特征与绩效变量之间的影响程度如表6所示:创新型产业集群网络关系特征与绩效相关变量之间的关系、社会联系与知识产权和知识产权与创新绩效之间的关系为负相关外，均为正相关，大部分证明了原假设，且变量之间相关程度均较高，为中度或高度正相关。

当然，各个路径系数的大小也反映了变量之间影响程度的大小，具体的结果如表6所示。

图2 网络关系特征、知识流动与绩效关系模型

表4 网络关系特征、知识流动与绩效关系路径系数表

表5 结构方程拟合结果

表6 网络个体结构特征与绩效相关变量之间影响程度分析表

从表6的实证结果可以看出，创新型产业集群网络关系特征与绩效相关变量之间的关系除社会联系与知识产权和知识产权与创新绩效之间的关系为负相关外，均为正相关，大部分证明了原假设，且变量之间相关程度均较高，为中度或高度正相关，证实了原假设。

五、结论

本文在对于创新型产业集群网络关系特征、知识流动及创新绩效三者关系分析的基础上，建立了理论模型，并以沈阳市大东区汽车产业集群为研究对象，通过实地问卷调查获取原始数据，通过结构方程模型对创新型产业集群个体网络结构特征与绩效关系进行实证分析，结果表明，网络关系特征中的信任程度和资源共享对于知识流动中的技术交流、人员交流和知识产权流动等要素均存在着显著的正向影响，社会联系对于知识产权流动存在着显著的正向影响，对于技术交流与人员交流则不存在显著的影响;知识流动中的技术交流、人员交流和知识产权流动等要素对于创新绩效均呈现显著的正向影响。依据实证分析的结果，可以更有效地提出提高创新型产业集群创新绩效的政策建议，以为相关部门决策提供依据。

由于创新型产业集群是一个涉及众多学科内容的复杂系统，像很多研究一样，本文也只是从集群个体网络结构特征方面进行研究。由于本文在进行调查研究时只用了55个样本，因此数据略显得不够充分，但是由于产业集群网络数据的获得非常不容易，发出去的问卷经过多次反复才得到半数刚过的回收率，虽然也能说明问题，但还不够充分，未来的数据获取方面还应该更全面。

［1］Jose-Luis Hervas-Oliver，Jose Albors-Garrigos，Blanca de-Miguela＆Antonio Hidalgo.The role of a firm＇s absorptive capacity and the technology transfer process in clusters:How effective are technology centres in low-tech clusters?.Entrepreneurship＆Regional Development:An International Journal.2012，24(7-8):435-451.

［2］Tao Fu，Yong– an Zhang.Simulation of technological innovation network diffusion in focal firm cored industrial clusters.International Journal of Modelling，Identification and Control.2012，15(4):310-319.

［3］Cristóbal Casanuev，Ignacio Castro，JoséL.Galán.Informational networks and innovation in mature industrial clusters.Journal of Business Research.2012，2(4):15-30.

［4］ Carla Kuesten.Knowledge Matters:Technology，Innovation，and Entrepreneurship in Innovation Networks and Knowledge Clusters.Journal of Product Innovation Management.2012，29(2):332-334.

［5］ Yih-Luan Chyi，Yee-Man Lai，Wen-Hsien Liu.Knowledge spillovers and firm performance in the hightechnology industrial cluster.Research Policy.2012，41(3):556-564.

［6］赵全超，汪 波，王举颖.基于创新型产业集群的创新型城市政府治理机制研究［J］.北京理工大学学报:社会科学版，2007，(4):58-61.

［7］朱军浩，高汝熹，罗守贵.产业集聚、企业集群与开发区建设［J］.生产力研究，2004，(9):137-139.

［8］薛太亮，王本锋，李 倩.基于企业生命周期理论的创新网络演进分析［J］.商场现代化，2005，(9):171-172.

［9］Roelandt T，Hertog P.Boosting innovation:The cluster approach.Paris:OECD.1999.

［10］Davide C，Vittorio C.Forms of Creation of Industrial Clusters in Biotechnology.Technovation.2006，(26):1064-1076.

［11］刘金勇，杨彦平，黄艳萍.对科技型企业技术创新的认识与思考［J］.华北水利水电学院学报:社会科学版，2002，18(3):76-78.

［12］Pyke F.Sengenberger W.Industrial Districts and Local Economic Regeneration.Geneva:International Institute for Labor Studies.1992.

［13］Robert D.P，Making Democracy Work:Civic Traditions in Modern Italy.Princeton，NJ:Princeton University Press，1993:167.

［14］Knack S，Keefer P.Does Social Capital Have An Economic Payoff A Cross-Country Investigation”.The Quarterly Journal of Economics.1997，(11):1251-1288.

［15］ Nahapiet J，Ghoshal S.Social Capital，Intellectual Capital and The Organizational Advantage.The Academy of Management Review.1998，23(2):242-266.

［16］罗家德.社会网分析讲义［M］.北京:社会科学文献出版社，2005.

［17］L.Edward，M.PJ，W.Frank.HRM Complementarities and Innovative in French and British Industry，2003.

［18］张方华.知识型企业的社会资木与技术创新绩效的关系研究［C］.浙江大学博士学位论文，2004.

［19］吴明隆.SPSS统计应用实务［M］.北京:科学技术出版社，2003.

［20］Bentler PM，Chou C P.Practical Issues in Structural Equation Modeling.Sociological Methods＆Research.1987，(16):78-117.

［21］Cohen，J.Statistical Power Analysis for the Behavioral Sciences. Mahwah. NJ: Lawrence Erlbaum Associates.1996.

［22］李青青.影响中小企业集群技术创新的主要因素分析［J］.哈尔滨商业大学学报:社会科学版，2011，(2):59-63.